為什麼 AI 寫的 code 還是會讓你熬夜？
想像一下：你請「號稱 10 年經驗」的外包公司，一天就把店面翻修好。結果開幕當天廁所漏水、燈不亮，你還得自己爬天花板修線路——這就是多數人第一次用 AI 寫程式的下場。
AI 產生程式碼超快，但「維修債」也長得超快。就像裝潢不收管線，程式不驗收，最後倒楣的還是你自己。
把 AI 當成「超強外包團隊」就對了
核心觀念：你不是在「請 AI 寫 code」，而是在「發包專案」。
- 發包前要給清楚規格（prompt）
- 交貨時要驗收（測試）
- 上線後要維護（文件 + 版本控制）
只要記得這三件事，你就能享受 vibe coding 的速度，又不必半夜爬起來修 bug。
3 個檢查點，30 分鐘產出又能安心睡
步驟 1｜先請 AI 給「測試清單」再寫 code
Prompt 範例：
我要用 Python 寫一個「計算高鐵訂票手續費」的函式。
先幫我列出 5 個邊界值測試，含兩個「應該失敗」的案例，再開始寫程式碼。就像師傅動工前先給你「驗收標準」，之後對照打勾就好。
步驟 2｜強迫「獨立 branch + 最小主機」
- 在 GitHub 開新 branch，名字用日期
ai-0701 - 把 AI 產生的 code 全丟進
ai_output/資料夾，絕對不蓋現有檔案 - 本地啟動最小測試環境（Docker 或 Python venv 都行），先跑通再合併
這樣即使 AI 給你地雷，也只炸實驗室，不會炸到正式機。
步驟 3｜跑完「3 行自動測試」才 merge
懶人測試腳本（以 Python 為例）：
python -m pytest tests/
python -m flake8 ai_output/ # 檦資安掃描
python -m safety check # 檢查套件漏洞全部綠燈再 merge，低於 3 分鐘，卻能省下 3 小時的救火時間。
真實案例：小吳的 0 技術債 side project
小吳在台中當 UI 設計師，完全不會後端。他用 ChatGPT 寫了一個「統一發票linebot 記帳」小工具：
- 第 1 天：照上面 3 步，30 分鐘產生程式＋ 15 分鐘測試，直接上 Heroku
- 第 30 天：用戶破 800 人，他只在週末花 10 分鐘 merge AI 改的新功能
- 至今 0 宕機：因為每個功能都先跑過自動測試，連 console.log 都沒放過
常見 NG 行為，你中了幾個？
| 行為 | 結果 |
|---|---|
| 直接覆蓋舊檔 | 上線秒炸，找不到誰改的 |
| 沒寫測試就部署 | 使用者比你先發現 bug |
| 把 AI 輸出當「最終真理」 | 資安漏洞、套件過期全收下 |
結語：現在就打開你的下一個 branch
Vibe coding 不是「全自動」，而是「半自動」：AI 負責快，你負責穩。
今晚想試試看？打開終端機，複製貼上：
git checkout -b ai-$(date +%m%d)把 AI 當最強外包，把檢查點當驗收單，你就能享受 30 分鐘產出，又能安心睡滿 8 小時。試試看吧！
